网站分哪些类型,网站目录怎么做301跳转,创建网站有什么用,百度风云榜游戏在算力紧缺的背景下#xff0c;如何提升大模型训练和推理的效率#xff0c;并降低成本#xff0c;成为业界关注的焦点。
11月23日#xff0c;腾讯披露#xff0c;腾讯混元大模型背后的自研机器学习框架Angel再次升级#xff0c;大模型训练效率提升至主流开源框架的2.6倍…在算力紧缺的背景下如何提升大模型训练和推理的效率并降低成本成为业界关注的焦点。
11月23日腾讯披露腾讯混元大模型背后的自研机器学习框架Angel再次升级大模型训练效率提升至主流开源框架的2.6倍千亿级大模型训练可节省50%算力成本。升级后的Angel支持单任务万卡级别超大规模训练进一步提升腾讯云HCC大模型专属算力集群的性能和效率。
同时Angel还提供了从模型研发到应用落地的一站式平台支持用户通过API接口或精调等方式快速调用腾讯混元大模型能力加速大模型应用构建腾讯会议、腾讯新闻、腾讯视频等超过300个腾讯产品及场景均已接入腾讯混元内测。
目前相关能力已通过腾讯云对外开放。基于升级后的Angel机器学习框架腾讯云TI平台可提供更优的训练和推理加速能力并支持客户用自己的数据一站式训练精调基于腾讯混元大模型打造专属智能应用。
自研机器学习框架升级大模型训练推理效率再提升
随着大模型时代到来模型参数呈指数级增长达到万亿级别。大模型逐渐从支持单一模态和任务发展为支持多种模态下的多种任务。在这种趋势下大模型训练所需算力巨大远超单个芯片的处理速度而多卡分布式训练通信损耗巨大。如何提高硬件资源利用率成为影响国产大模型技术发展和实用性的重要前提。
面向大模型训练腾讯自研了机器学习训练框架AngelPTM针对预训练、模型精调和强化学习等全流程进行加速和优化。AngelPTM采用最新的FP8混合精度训练技术结合深度优化后的4D并行和ZeROCache机制优化存储可兼容适配多款国产化硬件能够以更少的资源和更快的速度训练更大的模型。
2023年4月腾讯云面向大模型而生的新一代HCC高性能计算集群正式发布性能较前代提升3倍。除了硬件的升级针对大模型训练场景HCC对网络协议、通信策略、AI框架、模型编译等进行系统级优化大幅节约训练调优和算力成本。此前AngelPTM就已经通过HCC对外提供服务本次Angel机器学习框架升级也将进一步提升HCC大模型专属算力集群的性能助力企业加速大模型落地。
模型参数的增大不仅给训练带来了挑战还导致了推理成本的不断上升。为解决这一问题腾讯自研的大模型推理框架AngelHCF通过扩展并行能力、采用多种Attention优化策略等方式对性能进行了提升。同时框架还适配了多种压缩算法以提高吞吐能力从而实现更快的推理性能和更低的成本支持大型模型推理服务。
相较于业界主流框架AngelHCF的推理速度提高了1.3倍。在腾讯混元大模型文生图的应用中推理耗时从原本的10秒缩短至3至4秒。此外AngelHCF还支持多种灵活的大模型压缩和量化策略支持自动压缩。
一站式应用构建让大模型“开箱即用”
作为实用级大模型腾讯混元大模型从研发之初就面向应用场景而生在实践中解决大模型落地难点。腾讯产品及应用种类多、流量大让模型真正“用起来”挑战很大。基于Angel腾讯构建了大模型接入和应用开发的一站式平台包含数据处理、精调、模型评估、一键部署以及提示词调优等服务让大模型的“开箱即用”成为可能。
模型接入层面腾讯混元大模型提供千亿、百亿、十亿多个尺寸的模型充分适配各类应用场景的需求只需要经过简单微调就能达到满足业务需求的效果同时降低模型训练和推理服务的资源成本在问答、内容分类等常见应用场景中具有更高的性价比。
应用开发层面腾讯内部已有超过300项业务和应用场景接入腾讯混元大模型内测相比上个月数量翻了一倍覆盖文本总结、摘要、创作、翻译、代码等多个领域。
2023年9月腾讯自研的实用级大模型腾讯混元正式亮相并通过腾讯云开放。腾讯混元拥有超千亿参数规模预训练语料超 2 万亿 tokens聚合了腾讯在预训练算法、机器学习平台和底层算力资源多个层面的自研技术积累并在应用中持续迭代不断优化大模型能力。目前已有来自零售、教育、金融、医疗、传媒、交通、政务等多个行业的客户通过腾讯云接入腾讯混元大模型。
